追問daily | Nature：人類為何能直立行走？Science：繪制腸道神經系統圖譜

█ 腦科學動態

Nature：發現使人類能夠雙腿行走的基因線索

Science：繪制腸道神經系統圖譜

局灶性難治性癲癇的自然病程比預想更樂觀

激光直寫技術首創多模態柔性神經探針，實現超三個月穩定腦電采集

旋轉腦電波幫助大腦從分心中恢復注意力

吃對食物等于溫和運動？黃烷醇通過刺激大腦提升記憶力

█ AI行業動態

arXiv CS類別最嚴新規：綜述和立場論文須先被期刊會議接收

馬斯克“機械飛升”宣言：腦機接口將擊敗所有人類玩家

歐洲首例腦機接口植入術成功，四肢癱瘓患者重獲“意念自由”的希望

█ AI驅動科學

Nature：AI篩選發現老藥Thiorphan可重編程神經元

思維鏈劫持：利用良性推理繞過大模型安全機制的新型攻擊

ODesign：首個通用分子設計世界模型打破AI制藥模態壁壘

基于RRAM的模擬計算系統實現高精度快速矩陣方程求解

類腦AI新方法：模仿視網膜連接，大幅降低能耗并提升性能

虛擬萬人隊列：新型患者級計算模型優化心房顫動管理

腦科學動態

Nature：發現使人類能夠雙腿行走的基因線索

人類為何能用雙腿直立行走？哈佛大學的Terence D. Capellini及其團隊在一項旨在研究髖關節疾病的研究中，意外地揭示了這一進化飛躍背后的遺傳秘密。他們發現，人類基因調控中的兩個微小變化重塑了我們祖先的髖骨發育，為雙足行走奠定了基礎。

研究團隊通過比較人類、黑猩猩和小鼠的骨盆發育組織，結合組織學、基因組學和CT成像等方法，發現了塑造人類獨特碗狀骨盆的兩大關鍵轉變。首先，人類髂骨的軟骨生長板方向發生了90度旋轉，從其他靈長類動物的垂直生長轉變為橫向生長。其次，髂骨硬化成骨（ossification）的過程顯著延遲。這兩個由SOX9和RUNX2等基因通路調控的變化，共同作用使人類骨盆得以向兩側擴張，形成短而寬的碗狀結構。這種結構對于行走時穩定身體、單腳站立至關重要。有趣的是，這項最初由美國國立衛生研究院資助的生物醫學研究，其成果不僅解釋了人類進化史上的巨大一步，也指出了這種適應性改變的代價——更寬的髖部可能使人類更易患上骨關節炎。同時，這一結構也為分娩大腦更大的嬰兒創造了條件。研究發表在 Nature 上。

閱讀更多：

Senevirathne, Gayani, et al. “The Evolution of Hominin Bipedalism in Two Steps.” Nature, vol. 645, no. 8082, Sept. 2025, pp. 952–63. www.nature.com, https://doi.org/10.1038/s41586-025-09399-9

Science：繪制腸道神經系統圖譜，揭示其如何應對微生物與炎癥挑戰

腸道神經系統作為人體的“第二大腦”，其如何感知并應對細菌、過敏等威脅一直是個謎。麻省總醫院布里格姆的Ramnik Xavier、Peng Tan及其團隊，利用先進的基因測序技術，成功繪制出腸道神經元在應對不同環境挑戰時的詳細反應圖譜，揭示了其與免疫系統協同工作的復雜機制。

? 不同部位和擾動下的腸神經元。Credit: Science (2025).

研究團隊為了深入探索腸道神經系統（enteric nervous system, ENS），構建了多種小鼠模型，包括無菌、過敏及寄生蟲感染等不同狀態。他們采用一種創新的熒光標記技術，結合高深度的單核RNA測序，成功分離并分析了數千個腸神經元的基因活動。研究發現，腸神經元存在兩種主要的適應模式：一類感覺神經元在應對過敏或感染時，其細胞數量會發生劇烈變化，并直接響應免疫信號；而另一類控制腸道蠕動的運動神經元則通過更精細的基因表達調整來適應環境，數量則保持穩定。更重要的是，研究團隊利用基于病毒的基因編輯工具，精準定位到兩個關鍵基因Edf1和Mitf。實驗證明，這兩個基因直接調控運動神經元的細胞狀態，并最終控制食物在腸道中的轉運速度，首次將神經元的微觀細胞狀態與宏觀生理功能（physiological function）緊密聯系起來。這項工作為理解腸道健康與疾病開辟了新視角。研究發表在 Science 上。

閱讀更多：

Tan, Peng, et al. “Regional Encoding of Enteric Nervous System Responses to Microbiota and Type 2 Inflammation.” Science, vol. 390, no. 6772, Oct. 2025, p. eadr3545. science.org (Atypon), https://doi.org/10.1126/science.adr3545

局灶性難治性癲癇的自然病程比預想更樂觀

難治性癲癇一定無法好轉嗎？傳統觀念認為其病情只會穩定或惡化。然而，一項由人類癲癇項目（Human Epilepsy Project）發起，包括耶魯大學醫學院神經科醫生 Hamada Hamid Altalib 在內的多機構研究團隊進行的大型觀察性研究挑戰了這一假設，發現相當一部分難治性癲癇患者的病情會隨著時間的推移而改善。

該研究是一項前瞻性的多中心觀察研究，在2018至2021年間，對146名局灶性難治性癲癇（focal treatment-resistant epilepsy, FTRE）患者進行了長達三年的跟蹤。所有參與者都曾因至少四種抗癲癇藥物（ ASMs）治療失敗，符合傳統意義上的“難治”標準。研究人員通過電子日記、月度隨訪和病歷回顧等方式，詳細記錄了他們的癲癇發作頻率及治療變化。結果令人意外：在可分析的126名患者中，高達68.3%的人在研究后半段的癲癇發作頻率顯著減少。更有17%的患者實現了至少三個月無發作。最關鍵的發現是，這種改善趨勢與是否更換藥物或使用腦刺激等特定干預措施沒有顯著關聯，這意味著病情好轉可能并非完全由新療法驅動。這一結果提示，在評估新療法時，必須警惕疾病自然病程或持續醫療管理帶來的影響，并強調了在臨床試驗中設置對照組的極端重要性。研究發表在 JAMA Neurology 上。

閱讀更多：

Potnis, Ojas, et al. “Seizure Frequency Trends Over Time in Treatment-Resistant Focal Epilepsy.” JAMA Neurology, Oct. 2025. Silverchair, https://doi.org/10.1001/jamaneurol.2025.4085

激光直寫技術首創多模態柔性神經探針，實現超三個月穩定腦電采集

傳統神經探針在長期植入大腦時面臨界面不穩定、生物相容性差等難題。浙江大學董樹榮、楊宗銀教授團隊聯合浙江大學腦機智能國家重點實驗室以及劍橋大學Tawfique Hasan等研究人員，首創了一種激光直寫技術，成功將電極陣列與光纖一體化集成，制造出可長期穩定工作的多模態柔性神經探針。

研究團隊開發出一種新穎的激光輔助制造工藝，利用激光將金納米顆粒（AuNPs）直接“寫入”光纖表面的聚合物涂層內部，通過熱效應將其原位還原并燒結成堅固的導電電極。這種“一體化”設計從根本上解決了傳統“附加式”工藝中電極易剝落、機械性能差的問題。性能測試表明，該探針的阻抗遠低于商業鉑電極，且經過百次彎曲后性能依然穩定。在為期超過三個月（16周）的小鼠在體實驗中，該探針成功實現了穩定的光遺傳學刺激與神經信號同步記錄，且與商業電極相比，其引發的免疫反應和膠質瘢痕（glial scarring，一種影響信號質量的疤痕組織）顯著降低，展示了優異的生物相容性。該技術不僅為高精度神經科學研究提供了全新工具，也為腦機接口和神經疾病治療開辟了新路徑。研究發表在 Science Advances 上。

閱讀更多：

Zhang, Luxi, et al. “Monolithic Multimodal Neural Probes for Sustained Stimulation and Long-Term Neural Recording.” Science Advances, vol. 11, no. 39, Sept. 2025, p. eadu1753. science.org (Atypon), https://doi.org/10.1126/sciadv.adu1753

旋轉腦電波幫助大腦從分心中恢復注意力

大腦如何在分心后重新集中注意力？麻省理工學院皮考爾學習與記憶研究所的 Earl K. Miller、Tamal Batabyal 及其同事通過動物實驗發現，一種旋轉的腦電波扮演著關鍵角色，它能像“牧羊人”一樣引導大腦皮層恢復到正確的計算路徑，從而讓思維重回正軌。

? 該研究的簡化版圖表展示了多次試驗中子空間編碼的旋轉情況，試驗結果包括正確反應和錯誤反應。藍色箭頭表示正確反應涉及完整的旋轉，而錯誤反應則未完成旋轉。Credit: Miller Lab/MIT Picower Institute

研究團隊通過一項視覺工作記憶任務來探究大腦從分心中恢復的機制。實驗中，動物需要在記憶一個物體時忽略干擾信息。通過記錄其前額葉皮層的神經活動，并利用子空間編碼（subspace coding，一種衡量神經元群體活動協調性的數學方法）進行分析，團隊發現了一個關鍵現象。在受到干擾后，神經元群體的活動軌跡會呈現出一種旋轉動態。這種旋轉似乎在引導大腦的計算狀態“繞回”正軌。旋轉的完整性直接關聯到任務的成敗：當動物成功忽略干擾并正確響應時，其神經活動軌跡會形成一個完整的圓形；而當其出錯時，這個圓形軌跡則是不完整的。進一步分析表明，這種抽象的數學旋轉并非虛構，它真實地對應著一種行波（traveling wave，一種在皮層表面傳播的神經活動波）在大腦皮層上的物理旋轉。這一發現表明，大腦可能利用這種高效節能的模擬計算方式來執行復雜的認知糾錯功能。研究發表在 Journal of Cognitive Neuroscience 上。

閱讀更多：

Batabyal, Tamal, et al. “State–Space Trajectories and Traveling Waves Following Distraction.” Journal of Cognitive Neuroscience, Nov. 2025, pp. 1–21. Silverchair, https://doi.org/10.1162/JOCN.a.2410

吃對食物等于溫和運動？黃烷醇通過刺激大腦提升記憶力

日本芝浦工業大學的 Yasuyuki Fujii 和 Naomi Osakabe 等研究人員發現，黃烷醇的澀味本身就能作為一種感覺信號直接刺激大腦，從而在無需大量吸收的情況下改善記憶和認知功能。

? 單次口服收斂性 FLs 可刺激中樞神經系統，激活下丘腦促腎上腺皮質激素釋放激素（CRH）神經元。分泌的 CRH 激活藍斑（LC）中的去甲腎上腺素（NA）神經網絡。NA 從 LC 投射至下丘腦視前區，抑制睡眠，促進覺醒。NA 和多巴胺（DA）從 LC 投射至海馬，以及 DA 從腹側被蓋區投射至海馬，增強記憶力。NA 從 LC 投射至腦干，激活交感神經活動，促進血液循環和新陳代謝。Credit: Dr. Yasuyuki Fujii from Shibaura Institute of Technology,

研究團隊通過對小鼠的實驗揭示了這一新機制。他們給小鼠單次口服黃烷醇后發現，小鼠的自發運動和短期記憶能力得到顯著提升。深入的神經化學分析顯示，黃烷醇的澀味刺激扮演了一種溫和壓力源的角色，能瞬間激活大腦中的藍斑-去甲腎上腺素系統（locus coeruleus–noradrenaline network），這是一個調節注意力、覺醒和應激反應的核心網絡。該系統的激活導致去甲腎上腺素和多巴胺等關鍵神經遞質在下丘腦和腦干等區域釋放增加。同時，研究也觀察到下丘腦-垂體-腎上腺軸（hypothalamic–pituitary–adrenal axis）被激活，這與應激反應和記憶鞏固密切相關。這種由感官輸入直接觸發的神經反應，其效果類似于適度的體育鍛煉，它繞過了黃烷醇吸收率低的障礙，為解釋其健腦功效提供了全新視角，也為感官營養學領域開辟了新的研究方向。研究發表在 Current Research in Food Science 上。

閱讀更多：

Fujii, Yasuyuki, et al. “Astringent Flavanol Fires the Locus-Noradrenergic System, Regulating Neurobehavior and Autonomic Nerves.” Current Research in Food Science, vol. 11, Jan. 2025, p. 101195. ScienceDirect, https://doi.org/10.1016/j.crfs.2025.101195

AI 行業動態

arXiv CS類別實施最嚴新規：綜述和立場論文須先被期刊會議接收

arXiv 近期宣布了針對其計算機科學分類下綜述性文章（Review Articles）和立場論文（Position Papers）的嚴格新規定。即日起，研究人員若想投稿此類文章，必須提供已被正式的期刊或會議接受并成功完成同行評審的證據，包括相應的期刊參考文獻和數字對象標識符元數據。官方表示，實施這項改革主要是因為近年來 arXiv CS 分類收到的綜述和立場論文數量激增，且其中許多質量較差，尤其是在人工智能領域，低質量、可能由 AI 生成的文章每月多達數百篇，嚴重牽制了志愿者版主團隊的大量精力。因此，arXiv 決定提高門檻，明確指出只有期刊或傳統會議的接受才符合要求，而研討會（Workshop）的評審因通常達不到傳統同行評審的嚴謹標準而不再被認可。不過，針對科學技術對社會影響的科學論文則不受此限制。

這一新規在學術社區內引發了廣泛爭議。盡管 arXiv 旨在管理激增的低質投稿，但許多研究人員擔憂，此舉將嚴重削弱 arXiv 作為即時發布平臺的關鍵作用。特別是在發展速度極快的 CS 和 AI 領域，一篇綜述或立場論文若需等待數月通過同行評審流程才能掛上預印本服務器，其時效性可能會大打折扣，直接扼殺了對“氛圍編程”等新興前沿概念進行及時總結的可能性。社區內的討論顯示，多數研究人員認為新規過于嚴格，希望 arXiv 能夠保留發布各類綜述的渠道，或許可以探索新的審核或區分機制，例如建立一個基于信任或背書的系統，允許讀者根據文章的推薦人自行篩選。此外，也有研究人員指出，低質論文泛濫的根本原因在于現行的學術獎勵機制過度鼓勵論文數量而非質量，單方面限制發布可能并非解決問題的最佳途徑。

閱讀更多：

https://blog.arxiv.org/2025/10/31/attention-authors-updated-practice-for-review-articles-and-position-papers-in-arxiv-cs-category/

馬斯克“機械飛升”宣言：腦機接口將擊敗所有人類玩家

首位接受Neuralink植入的Noland Arbaugh，他因脊髓損傷癱瘓，現已能僅憑意念控制電腦、玩游戲，并取得了顯著的個人成就。Elon Musk對此表示，接受該技術升級的植入者很快就能在動作操作類游戲中擊敗大多數人，最終擊敗所有人。這標志著通過腦機接口實現的人類增強已成為現實。目前，全球已有12名用戶接受了植入，累計活躍時間已超過1.5萬小時，證明了這項技術的穩定性和可靠性。Neuralink不僅幫助癱瘓患者重獲自由，還為漸凍癥患者Brad提供了幫助，使其能通過腦電信號進行視頻剪輯和游戲操作，實現了前所未有的能力提升。

Neuralink正在將焦點轉向更具顛覆性的應用——意念直接生成文字，該臨床試驗已獲美國食品藥品監督管理局（FDA）批準，目標是從大腦中直接“讀取語言”，為嚴重語言障礙人士帶來革命性變化。Neuralink總裁DJ Seo指出，終極目標是實現與人工智能的“思維速度級別”交流。該公司正尋求醫學界認可，已向《新英格蘭醫學雜志》提交首批人體試驗數據，標志著技術正從“炒作”跨入“醫學實證”階段。此外，Neuralink獲得了FDA的“突破性設備”資格，旨在加快恢復脊髓損傷、中風等導致的語言障礙。更宏大的計劃是，最快在2030年將設備應用于健康個體，并在未來擴展到阿爾茨海默病和孤獨癥等多種神經系統疾病的治療，計劃到2031年實現每年植入2萬人的規模。

閱讀更多：

https://www.teslarati.com/neuralink-first-patient-could-receive-an-upgrade-elon-musk/

歐洲首例腦機接口植入術成功，四肢癱瘓患者重獲“意念自由”的希望

慕尼黑工業大學附屬醫院（TUM University Hospital）的一個研究團隊成功完成了歐洲首例腦機接口（Brain-Computer Interface，連接大腦和外部設備的系統）植入手術，對象是一位25歲的四肢癱瘓患者Michael Mehringer。Mehringer在16歲時因嚴重的摩托車事故導致頸部以下癱瘓，但他始終保持積極樂觀，并希望通過參與研究來重獲獨立生活能力。這項歷時五個多小時的手術，在神經外科主任Bernhard Meyer教授的指導下完成，植入了一個定制的腦機接口，該設備配備有256個微電極，能夠高精度地采集大腦中負責計劃和執行復雜抓握動作區域的神經信號。轉化神經技術教授Simon Jacob表示，此次手術代表著歐洲在先進神經技術應用方面邁出了關鍵一步，研究人員期望未來Michael Mehringer能夠僅憑意念控制智能手機和機械臂。此前，該團隊曾在2022年為一位中風患者植入設備，用以繪制大腦語言處理圖譜，積累了寶貴的經驗。

手術標志著研究階段的正式啟動。每周，Michael Mehringer都會與研究人員在實驗室會面，通過端口將植入體與計算機連接。系統的核心在于解碼腦信號，并利用人工智能算法進行訓練，使系統能夠將特定的神經活動模式與Mehringer想要做出的動作意圖建立關聯。慕尼黑工業大學（TUM）慕尼黑機器人與機器智能研究所（MIRMI）的團隊專注于開發能夠識別并適應人類意圖的系統，而非要求人類去適應機器。團隊負責人Melissa Zawaglia博士透露，經過短短幾周的訓練，研究人員已取得了初步突破：他們能夠通過Michael Mehringer的腦電信號判斷出他想要移動屏幕光標的方向。Simon Jacob教授指出，該研究旨在通過整合醫學、神經科學和工程學等關鍵學科，縮小歐洲與美國在腦機接口研究領域長期存在的差距，最終目標是為重度肢體殘疾人士開發出突破性的新解決方案。

閱讀更多：

https://www.tum.de/en/news-and-events/all-news/press-releases/details/brain-computer-interface-for-a-patient-with-quadriplegia

AI 驅動科學

Nature：AI篩選發現老藥Thiorphan可重編程神經元，促進脊髓損傷后功能恢復

脊髓損傷導致的癱瘓是神經科學領域的重大難題，長期以來缺乏有效的修復療法。加州大學圣地亞哥分校的 E. A. van Niekerk、M. H. Tuszynski 及其同事開創了一種從計算機模擬到臨床前驗證的新范式，通過虛擬篩選發現已上市藥物硫嗎啡烷（Thiorphan）能重編程神經元，顯著促進神經再生和功能恢復，為癱瘓治療帶來了新希望。

該研究的創新之處在于其藥物發現流程。研究團隊首先利用先前發現的“再生基因特征”——即脊髓損傷后運動神經元會暫時回歸到可再生的胚胎轉錄狀態，通過計算機模擬在數千種已知藥物中尋找能模擬此狀態的分子，最終鎖定了老藥硫嗎啡烷。在體外實驗中，硫嗎啡烷顯著促進了成年小鼠、食蟹猴乃至56歲人類皮層神經元的神經突生長，其中在小鼠細胞中使生長量增加80%。更關鍵的是，在嚴重脊髓損傷的大鼠模型中，于傷后兩周進行硫嗎啡烷與神經干細胞聯合治療，大鼠的前肢抓取成功率提升了2倍，同時解剖學證據顯示皮質脊髓軸突再生增加了60%。機制研究發現，硫嗎啡烷通過上調腦源性神經營養因子（BDNF）等信號通路，使成年神經元重獲生長能力。研究發表在 Nature 上。

閱讀更多：

van Niekerk, E. A., et al. “Thiorphan Reprograms Neurons to Promote Functional Recovery after Spinal Cord Injury.” Nature, Oct. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-09647-y

思維鏈劫持：利用良性推理繞過大模型安全機制的新型攻擊

AI的思維鏈推理能力是否會成為其自身的安全軟肋？由獨立研究者Jianli Zhao、中國人民大學的Tingchen Fu、斯坦福大學的Rylan Schaeffer以及來自Anthropic、牛津大學等機構的研究人員共同發現，利用冗長的良性推理可以系統性地削弱大模型的安全防線，并提出了一種名為“思維鏈劫持”的高效越獄攻擊。

研究團隊設計了一種名為思維鏈劫持（Chain-of-Thought Hijacking）的新型攻擊方式。其原理是通過在有害指令前添加一段長篇的、無害的推理內容（例如復雜的解謎過程），誘導模型進入深度“解題”模式。這種專注狀態會系統性地削弱模型對后續有害指令的警惕性，研究者將此效應稱為拒絕稀釋（refusal dilution）。在權威的HarmBench基準測試中，該方法對多個頂尖模型均表現出驚人的效果，對Gemini 2.5 Pro的攻擊成功率高達99%，對GPT o4 mini、Grok 3 mini和Claude 4 Sonnet的成功率也分別達到了94%、100%和94%。進一步的機制分析揭示，模型的拒絕行為依賴于其內部激活空間中一個脆弱的低維信號，即拒絕方向（refusal direction，代表模型區分服從與拒絕的關鍵特征）。冗長的良性推理過程會將模型的注意力從有害指令上移開，從而稀釋了這一關鍵的拒絕信號，使有害內容得以“蒙混過關”。該發現挑戰了“更多推理帶來更強安全性”的傳統認知，揭示了當前模型對齊策略中存在的系統性漏洞。

閱讀更多：

Zhao, Jianli, et al. “Chain-of-Thought Hijacking.” arXiv:2510.26418, arXiv, 30 Oct. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.26418

ODesign：首個通用分子設計世界模型打破AI制藥模態壁壘

當前AI分子設計方法受限于“單模態”，無法協同處理蛋白質、核酸、小分子等多種生物分子，阻礙了藥物研發的進程。由臨港實驗室牽頭，聯合上海人工智能實驗室、香港中文大學、上海交通大學等多個頂尖機構的研究團隊，發布了國際首個通用分子設計世界模型ODesign，實現了多形態生物分子的一鍵式、可控化設計。

研究團隊構建的ODesign模型，其核心創新在于建立了一個統一的分子生成框架。該框架通過跨模態共享的生成語言，將蛋白質、核酸、小分子和金屬離子等不同形態的分子映射到一個通用的生成空間，使AI能基于原子間相互作用的底層法則進行協同構建。ODesign的架構由多層級表征、掩碼約束、相互作用建模、基于擴散模型的三維重建解碼器以及特異性序列生成等五大模塊協同驅動，使其能像“搭積木”一樣，在原子層面精準構筑全新的分子結構。在性能驗證中，ODesign在蛋白質、核酸和小分子三大模態的11項設計任務中全面領先于現有主流模型，例如在小分子設計任務中成功率提升了約4倍。更重要的是，其設計效率相較同類模型提升了近50倍，將設計周期從數天壓縮至數小時。

閱讀更多：

https://odesign1.github.io/static/pdfs/technical_report.pdf

基于RRAM的模擬計算系統實現高精度快速矩陣方程求解

模擬計算雖快但長期受限于低精度問題，難以在實際中與數字計算機抗衡。為解決這一瓶頸，北京大學和北京集成電路高精尖創新中心的Zhong Sun、Pushen Zuo及同事開發了一套基于電阻式隨機存取存儲器（RRAM）的全模擬計算系統，首次實現了與數字系統相媲美的高精度和高可擴展性。

研究團隊設計了一種創新的全模擬迭代算法，巧妙地將一個低精度但速度極快的模擬矩陣求逆（LP-INV）電路與一個高精度的模擬矩陣向量乘法（HP-MVM）操作相結合。在每次迭代中，低精度電路提供一個近似解，而高精度操作則負責修正誤差，從而使結果快速收斂。該系統基于代工廠制造的高性能電阻式隨機存取存儲器（RRAM，一種非易失性存儲器件）芯片構建，利用“位切片”（bit-slicing，將一個高精度數字拆分成多個低精度片段進行并行處理）技術實現了高精度運算。實驗證明，該系統能夠以24位定點精度（與32位浮點精度相當）求解16×16矩陣方程。在應用于大規模無線通信信號檢測時，僅需三次迭代即可達到先進數字處理器的性能。基準測試顯示，其潛在吞吐量和能效分別可提升1000倍和100倍，為解決AI、科學計算等領域的數據密集型計算瓶頸提供了新路徑。研究發表在 Nature Electronics 上。

閱讀更多：

Zuo, Pushen, et al. “Precise and Scalable Analogue Matrix Equation Solving Using Resistive Random-Access Memory Chips.” Nature Electronics, Oct. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41928-025-01477-0

類腦AI新方法：模仿視網膜連接，大幅降低能耗并提升性能

當前大型AI模型的訓練和運行帶來了巨大的能源消耗和成本問題。薩里大學（University of Surrey）自然啟發計算與工程（NICE）研究組的 Mohsen Kamelian Rad 和 Roman Bauer 等人開發出一種受大腦啟發的AI構建新方法，該方法能在不犧牲準確率的前提下，顯著降低AI模型的能耗和計算需求。

? 視網膜地形圖中的一個會聚單元，提取自參考文獻[65]。圖中的數字用于說明地形圖的會聚特性。平均而言，50 個感光細胞連接到一個雙極細胞。Credit: Neurocomputing (2025).

研究團隊借鑒了人腦視覺系統高效的信息處理方式，提出了一種名為拓撲稀疏映射（Topographical Sparse Mapping, TSM）的框架。與傳統AI模型中神經元“暴力”全連接的方式不同，TSM模仿視網膜的結構，僅將神經元與空間上鄰近或功能上相關的神經元進行連接，從根本上構建一個稀疏、有序的網絡。其增強版本ETSM更進一步，在訓練中引入了類似大腦發育過程中的“剪枝”（pruning，即去除冗余連接）機制，持續優化網絡結構。實驗證明，這一類腦設計極為高效。在基準測試中，ETSM模型可以移除高達99%的神經連接，實現極高的稀疏度，而其任務準確率與傳統的密集網絡相比毫不遜色，甚至有所超越。更重要的是，這種精簡的結構使得模型的訓練速度更快，內存占用更少，而能耗僅為傳統模型的不到百分之一，為構建更綠色、可持續的AI系統提供了全新的思路。研究發表在 Neurocomputing 上。

閱讀更多：

Kamelian Rad, Mohsen, et al. “Topographical Sparse Mapping: A Neuro-Inspired Sparse Training Framework for Deep Learning Models.” Neurocomputing, Oct. 2025, p. 131740. ScienceDirect, https://doi.org/10.1016/j.neucom.2025.131740

虛擬萬人隊列：新型患者級計算模型優化心房顫動管理

心房顫動（AF）管理和篩查策略的最佳選擇尚不明確，而傳統臨床試驗成本高昂且周期長。荷蘭馬斯特里赫特大學的Minsi Cai、Jordi Heijman及同事開發了一種創新的患者級計算模型，通過萬人規模的虛擬臨床試驗，系統評估了不同管理策略對預防卒中的長期效益。

研究團隊構建了一個能以30分鐘分辨率模擬個體終身房顫歷程的患者級計算模型。該模型在一個包含10,000名虛擬個體的隊列中，精確模擬了從房顫發生、疾病進展到卒中、死亡等關鍵臨床結局的全過程。該模型成功復現了與真實世界高度一致的房顫模式，包括從陣發性向持續性的演變、與年齡相關的患病率，以及卒中和死亡風險，并通過多項真實臨床研究數據驗證了其準確性。利用該模型，研究者進行了虛擬隨機對照試驗（virtual randomized clinical trials），系統評估了多種篩查策略。結果顯示，系統性篩查在檢出率上遠超癥狀驅動篩查，其中連續監測效果最佳。然而，在普通人群中，篩查帶來的卒中風險降低效益有限。研究進一步發現，篩查的長期效益高度依賴于三個關鍵因素：抗凝治療的有效性、患者的基線卒中風險以及臨床診斷的延遲。在高風險人群中，有效篩查可顯著降低卒中風險。初步經濟學分析表明，每日三次心電圖或年度Holter監測等策略可能具備更優的成本效益。研究為設計個性化、高性價比的房顫管理策略提供了強大的工具。研究發表在 Med 上。

閱讀更多：

Cai, Minsi, et al. “Optimizing Atrial Fibrillation Management Using a Novel Patient-Level Computational Model.” Med, vol. 0, no. 0, Oct. 2025. www.cell.com, https://doi.org/10.1016/j.medj.2025.100896

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。如果您有進一步想要討論的內容，歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、等。